用Python为科学实验选择随机种子的好方法是什么

对于一个科学实验，我需要生成10个随机的、固定大小的列表子集。为了使实验可以重复，我想用一个已知的种子初始化random.random（）的10个不同实例

似乎暗示使用种子1到10可能是个坏主意，因为结果可能是线性相关的

如果在这种情况下选择1到10个种子是一种不好的做法，那么以可重复的方式选择种子的好策略是什么

澄清：运行程序时（使用特定数据集）始终使用相同的种子非常重要！最后，我的程序必须是确定性的。

使用，我从

2**0到2**28生成了10个随机数，作为种子给出：

187372311
204110176
129995678
6155814
22612812
61168821
21228945
146764631
94412880
117623077

使用注释中所述的线性种子序列。random.org上的数字：

[…]来自大气噪声，在许多方面，它比计算机程序中通常使用的伪随机数算法要好

为了争夺声誉，我将在这里发表评论：；）

使用未知种子中的一些随机变量来生成种子值怎么样？
写下你的数字，并保存它们以备复制

如果您需要true随机数据，请尝试，它们还具有序列和分布生成器

编辑

这取决于你想要什么样的随机数。
您希望为PRNG设定种子，因此您可能（并非有意双关语）希望从PRNG能够接受作为种子的完整范围中获得均匀分布的数字。然后，生成它们，并将它们写在某个地方。如果您想阅读一些关于PRNG的内容，C++11的库中有一些好的：

HTH
使用未知种子中的一些随机值来生成种子值怎么样？我对问题进行了澄清。对于可重复性，当程序为特定的数据集运行时，我总是需要相同的种子值。是的，这就是我的意思。写下你的号码。如果你需要真正的随机数据，试试看，它们也有序列和分布生成器。虽然存储种子是一种可行的方法，但在我的例子中也不是很实用。我想知道，特别是对于Python随机方法，是否有一种方法可以以确定性的方式选择种子，从而生成独立的随机数据集。@PeterSmit听起来好像您希望代码具有可复制性。如果是这样的话，请知道相同的种子应该在不同的计算机上提供相同的序列，因为它们都使用Mersenne捻线器生成器。如果您不想存储10个不同的种子，请存储一个种子，如果您需要说每个程序和10个程序有500个随机数，请从同一个种子一次生成所有5000个数字，结果（在序列随机性的意义上）应该是相同的。